CN109817331A - 一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法 - Google Patents
一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法 Download PDFInfo
- Publication number
- CN109817331A CN109817331A CN201910077223.0A CN201910077223A CN109817331A CN 109817331 A CN109817331 A CN 109817331A CN 201910077223 A CN201910077223 A CN 201910077223A CN 109817331 A CN109817331 A CN 109817331A
- Authority
- CN
- China
- Prior art keywords
- chronic obstructive
- obstructive pulmonary
- pulmonary disease
- tele
- medicine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 title claims abstract description 32
- 239000003814 drug Substances 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 21
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 10
- 239000008280 blood Substances 0.000 claims abstract description 10
- 210000004369 blood Anatomy 0.000 claims abstract description 10
- 230000036772 blood pressure Effects 0.000 claims abstract description 10
- 230000036760 body temperature Effects 0.000 claims abstract description 10
- 239000001301 oxygen Substances 0.000 claims abstract description 10
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 10
- 230000036387 respiratory rate Effects 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 7
- 208000019693 Lung disease Diseases 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 206010019280 Heart failures Diseases 0.000 claims description 3
- 238000011478 gradient descent method Methods 0.000 claims description 3
- 208000019622 heart disease Diseases 0.000 claims description 3
- 208000015181 infectious disease Diseases 0.000 claims description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000035565 breathing frequency Effects 0.000 claims 1
- 230000002708 enhancing effect Effects 0.000 abstract description 4
- 238000007477 logistic regression Methods 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000012549 training Methods 0.000 abstract description 3
- 238000011282 treatment Methods 0.000 abstract description 2
- 230000001684 chronic effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000000414 obstructive effect Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000002757 inflammatory effect Effects 0.000 description 2
- 206010006458 Bronchitis chronic Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 201000006306 Cor pulmonale Diseases 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 208000004186 Pulmonary Heart Disease Diseases 0.000 description 1
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 208000007451 chronic bronchitis Diseases 0.000 description 1
- 230000002939 deleterious effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011866 long-term treatment Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 238000012857 repacking Methods 0.000 description 1
- 201000004193 respiratory failure Diseases 0.000 description 1
- 230000036301 sexual development Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Abstract
本发明涉及一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法。主要解决了现有慢性阻塞性肺疾病的治疗无法满足远程医疗的问题。所述的一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法，其包括如下步骤：步骤1、针对慢性阻塞性肺疾病的远程医疗辅助决策系统的输入x＝[x1，x2，x3，x4]，其中x1为呼吸频率，单位为：次/10秒；x2为脉搏血氧饱和度，单位为：％；x3为血压，单位为：mmHg，x4为体温，单位为：℃等。该针对慢性阻塞性肺疾病的远程医疗辅助决策方法通过逻辑回归算法，能够通过大量数据训练回归模型，增强数据分析的准确性，有助于慢性阻塞性肺疾病自动医疗决策的实现。
Description
技术领域
本发明涉及远程医疗技术领域，具体涉及一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法。
背景技术
慢性阻塞性肺疾病是一种具有气流阻塞特征的慢性支气管炎和(或)肺气肿，可进一步发展为肺心病和呼吸衰竭的常见慢性疾病。与有害气体及有害颗粒的异常炎症反应有关，致残率和病死率很高，全球40岁以上发病率已高达9％～10％。慢性阻塞性肺疾病是一种常见的以持续气流受限为特征的可以预防和治疗的疾病，气流受限进行性发展，与气道和肺脏对有毒颗粒或气体的慢性炎性反应增强有关.
在慢性阻塞性肺疾病的长期治疗中，常常受限于医院病床数目、住院费用、病人想要自由活动的想法等，慢性病人不想长期住院，因而需要远程治疗。针对此类问题常常需要家属朋友等长期照顾或时时准备送医。本发明提出一种针对慢性阻塞性肺疾病，将所需测量的生理数据进行采集、传输及分析的方法，通过数据自动整合分析，远程监控病人身体状况并做出辅助决策。
发明内容
为了克服背景技术的不足，本发明提供一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法，主要解决了现有慢性阻塞性肺疾病的治疗无法满足远程医疗的问题，该针对慢性阻塞性肺疾病的远程医疗辅助决策方法原理简单，易于实现，针对慢性阻塞性肺疾病的远程医疗具有较好的效果，可以辅助医生检测病人身体状况，并根据多次测量结果分析本次测量结果，并给出相应决策。该方法通过逻辑回归算法，能够通过大量数据训练回归模型，增强数据分析的准确性，有助于慢性阻塞性肺疾病自动医疗决策的实现。
本发明所采用的技术方案是：一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法，包括如下步骤：
步骤1、针对慢性阻塞性肺疾病的远程医疗辅助决策系统的输入x＝[x1，x2，x3，x4]，其中x1为呼吸频率，单位为：次/10秒；x2为脉搏血氧饱和度，单位为：％；x3为血压，单位为：mmHg，x4为体温，单位为：℃；
步骤2、测量m组输入数据并记为i＝1～m：
步骤3、定义sigmoid函数及分类边界函数整合出逻辑回归模型函数
步骤4、定义代价函数 并用梯度下降法repeatθj：＝θj-αΔJ(θ)Δθj求解代价函数的最值其中i＝1，2，...，m为样本数，j＝1，2，...，n为特征数；
步骤5、将θ带入逻辑回归模型函数中，绘制分类边界；
步骤6、带入新测样本得到其输出y(i+1)的值；
步骤7、若yi+1＝0，则输出决策建议为“无异样”；
步骤8、若yi+1＝1，则需仿照步骤2～4分别计算输入为
对应的新样本输出
当时，输出决策建议为“强力呼吸”；
当时，输出决策建议为“心肺疾病”；
当时，输出决策建议为“心力衰竭”；
当时，输出决策建议为“感染”；
当时，输出决策建议为“心脏活动减弱”；
当均为0时，输出决策建议为“其他”；
步骤8、将第i+1次测量结果加入逻辑回归模型函数中，重复步骤2～5计算得出新的分类边界。
优选的，所述步骤1中的呼吸频率、脉搏血氧饱和度、血压和体温，由看护人对慢性阻塞性肺疾病病人使用医学传感器测量所得，并将测量结果通过网络传送至医院电脑端。
优选的，所述步骤1中，网络传输过程为首先通过网络连接医院电脑端，然后发出询问信息，在医院电脑端给出答复后，确定医院电脑端有工作人员，再向医院电脑端发送采集的呼吸频率、脉搏血氧饱和度、血压和体温的测量数据，在医院的电脑端接收信息和确定信息完整后，发出提示信息，使得病人知晓信息已经被成功接收。
本发明的有益效果是：由于采取上述技术方案，该针对慢性阻塞性肺疾病的远程医疗辅助决策方法原理简单，易于实现，针对慢性阻塞性肺疾病的远程医疗具有较好的效果，可以辅助医生检测病人身体状况，并根据多次测量结果分析本次测量结果，并给出相应决策。该方法通过逻辑回归算法，能够通过大量数据训练回归模型，增强数据分析的准确性，有助于慢性阻塞性肺疾病自动医疗决策的实现。
具体实施方式
下面对本发明实施例作进一步说明：
一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法，包括如下步骤：
步骤1、针对慢性阻塞性肺疾病的远程医疗辅助决策系统的输入x＝[x1，x2，x3，x4]，其中x1为呼吸频率，单位为：次/10秒；x2为脉搏血氧饱和度，单位为：％；x3为血压，单位为：mmHg，x4为体温，单位为：℃；
步骤2、测量m组输入数据并记为i＝1～m；
步骤3、定义sigmoid函数及分类边界函数整合出逻辑回归模型函数
步骤4、定义代价函数 并用梯度下降法求解代价函数的最值其中i＝1，2，...，m为样本数，j＝1，2，...，n为特征数；
步骤5、将θ带入逻辑回归模型函数中，绘制分类边界；
步骤6、带入新测样本得到其输出y(i+1)的值；
步骤7、若yi+1＝0，则输出决策建议为“无异样”；
步骤8、若yi+1＝1，则需仿照步骤2～4分别计算输入为
对应的新样本输出
当时，输出决策建议为“强力呼吸”；
当时，输出决策建议为“心肺疾病”；
当时，输出决策建议为“心力衰竭”；
当时，输出决策建议为“感染”；
当时，输出决策建议为“心脏活动减弱”；
当均为0时，输出决策建议为“其他”；
步骤8、将第i+1次测量结果加入逻辑回归模型函数中，重复步骤2～5计算得出新的分类边界。
所述步骤1中的呼吸频率、脉搏血氧饱和度、血压和体温，由看护人对慢性阻塞性肺疾病病人使用医学传感器测量所得，并将测量结果通过网络传送至医院电脑端。
所述步骤1中，网络传输过程为首先通过网络连接医院电脑端，然后发出询问信息，在医院电脑端给出答复后，确定医院电脑端有工作人员，再向医院电脑端发送采集的呼吸频率、脉搏血氧饱和度、血压和体温的测量数据，在医院的电脑端接收信息和确定信息完整后，发出提示信息，使得病人知晓信息已经被成功接收。
该针对慢性阻塞性肺疾病的远程医疗辅助决策方法原理简单，易于实现，针对慢性阻塞性肺疾病的远程医疗具有较好的效果，可以辅助医生检测病人身体状况，并根据多次测量结果分析本次测量结果，并给出相应决策。该方法通过逻辑回归算法，能够通过大量数据训练回归模型，增强数据分析的准确性，有助于慢性阻塞性肺疾病自动医疗决策的实现。
各位技术人员须知：虽然本发明已按照上述具体实施方式做了描述，但是本发明的发明思想并不仅限于此发明，任何运用本发明思想的改装，都将纳入本专利专利权保护范围内。
Claims (3)
1.一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法，其特征在于，包括如下步骤：
步骤1、针对慢性阻塞性肺疾病的远程医疗辅助决策系统的输入x＝[x1，x2，x3，x4]，其中x1为呼吸频率，单位为：次/10秒；x2为脉搏血氧饱和度，单位为：％；x3为血压，单位为：mmHg，x4为体温，单位为：℃；
步骤2、测量m组输入数据并记为i＝1～m；
步骤3、定义sigmoid函数及分类边界函数整合出逻辑回归模型函数
步骤4、定义代价函数 并用梯度下降法repeatθj：＝θj-αΔJ(θ)Δθj求解代价函数的最值其中i＝1，2，…，m为样本数，j＝1，2，…，n为特征数；
步骤5、将θ带入逻辑回归模型函数中，绘制分类边界；
步骤6、带入新测样本得到其输出y(i+1)的值；
步骤7、若yi+1＝0，则输出决策建议为“无异样”；
步骤8、若yi+1＝1，则需仿照步骤2～4分别计算输入为
对应的新样本输出
当时，输出决策建议为“强力呼吸”；
当时，输出决策建议为“心肺疾病”；
当时，输出决策建议为“心力衰竭”；
当时，输出决策建议为“感染”；
当时，输出决策建议为“心脏活动减弱”；
当均为0时，输出决策建议为“其他”；
步骤8、将第i+1次测量结果加入逻辑回归模型函数中，重复步骤2～5计算得出新的分类边界。
2.根据权利要求1所述的一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法，其特征在于：
所述步骤1中的呼吸频率、脉搏血氧饱和度、血压和体温，由看护人对慢性阻塞性肺疾病病人使用医学传感器测量所得，并将测量结果通过网络传送至医院电脑端。
3.根据权利要求2所述的一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法，其特征在于：
所述步骤1中，网络传输过程为首先通过网络连接医院电脑端，然后发出询问信息，在医院电脑端给出答复后，确定医院电脑端有工作人员，再向医院电脑端发送采集的呼吸频率、脉搏血氧饱和度、血压和体温的测量数据，在医院的电脑端接收信息和确定信息完整后，发出提示信息，使得病人知晓信息已经被成功接收。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910077223.0A CN109817331B (zh) | 2019-01-25 | 2019-01-25 | 一种针对慢性阻塞性肺疾病的远程医疗辅助决策系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910077223.0A CN109817331B (zh) | 2019-01-25 | 2019-01-25 | 一种针对慢性阻塞性肺疾病的远程医疗辅助决策系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109817331A true CN109817331A (zh) | 2019-05-28 |
| CN109817331B CN109817331B (zh) | 2022-11-01 |
Family
ID=66605313
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910077223.0A Active CN109817331B (zh) | 2019-01-25 | 2019-01-25 | 一种针对慢性阻塞性肺疾病的远程医疗辅助决策系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109817331B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113241173A (zh) * | 2021-05-12 | 2021-08-10 | 华中科技大学 | 一种用于慢性阻塞性肺疾病的中医辅助诊疗方法和系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102385666A (zh) * | 2011-09-20 | 2012-03-21 | 广州医学院第一附属医院 | 一种慢性阻塞性肺疾病的初步检测系统 |
| CN107451390A (zh) * | 2017-02-22 | 2017-12-08 | Cc和I研究有限公司 | 用于预测慢性阻塞性肺疾病急性加重的系统 |
| CN107945167A (zh) * | 2017-11-27 | 2018-04-20 | 北京医拍智能科技有限公司 | 基于深度神经网络的慢性阻塞性肺病的检测系统 |
| CN108597601A (zh) * | 2018-04-20 | 2018-09-28 | 山东师范大学 | 基于支持向量机的慢性阻塞性肺疾病诊断辅助系统及方法 |
-
2019
- 2019-01-25 CN CN201910077223.0A patent/CN109817331B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102385666A (zh) * | 2011-09-20 | 2012-03-21 | 广州医学院第一附属医院 | 一种慢性阻塞性肺疾病的初步检测系统 |
| CN107451390A (zh) * | 2017-02-22 | 2017-12-08 | Cc和I研究有限公司 | 用于预测慢性阻塞性肺疾病急性加重的系统 |
| CN107945167A (zh) * | 2017-11-27 | 2018-04-20 | 北京医拍智能科技有限公司 | 基于深度神经网络的慢性阻塞性肺病的检测系统 |
| CN108597601A (zh) * | 2018-04-20 | 2018-09-28 | 山东师范大学 | 基于支持向量机的慢性阻塞性肺疾病诊断辅助系统及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113241173A (zh) * | 2021-05-12 | 2021-08-10 | 华中科技大学 | 一种用于慢性阻塞性肺疾病的中医辅助诊疗方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109817331B (zh) | 2022-11-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6564318B2 (ja) | リアルタイム肺メカニクスを評価するためのシステム | |
| Smina et al. | Cough peak flows and extubation outcomes | |
| CN106456053A (zh) | 用于气道疾病评估的呼出气的选择、分段及分析 | |
| CN105579087B (zh) | 测量装置、人工呼吸装置以及方法 | |
| CN103491872B (zh) | 实时气道检查状态指示符 | |
| Smailes et al. | Cough strength, secretions and extubation outcome in burn patients who have passed a spontaneous breathing trial | |
| CN101500633A (zh) | 呼吸器监控系统和使用同样系统的方法 | |
| CN108135493A (zh) | 用于通气机械参数估计的异常检测设备和方法 | |
| Coutinho et al. | Comparison of mechanical insufflation–exsufflation and endotracheal suctioning in mechanically ventilated patients: effects on respiratory mechanics, hemodynamics, and volume of secretions | |
| CN106714882A (zh) | 具有决策支持的用于呼吸的机械通气系统 | |
| CN108366756B (zh) | 基于呼吸气体确定对象的呼吸特征的装置、系统和方法 | |
| CN103079621A (zh) | 用于通过气管内贯流的与患者同步的通气辅助的方法和系统 | |
| CN105031784B (zh) | 呼吸器的警报方法及呼吸器警报系统 | |
| JP2022511091A (ja) | 人工呼吸デバイス | |
| Herry et al. | Segmentation and classification of capnograms: application in respiratory variability analysis | |
| CN109817331A (zh) | 一种针对慢性阻塞性肺疾病的远程医疗辅助决策方法 | |
| CN116110585B (zh) | 一种用于慢性阻塞性肺炎的呼吸康复评估系统 | |
| Van Der Zee et al. | Cytokines and chemokines are detectable in swivel-derived exhaled breath condensate (SEBC): a pilot study in mechanically ventilated patients | |
| Wang et al. | An intelligent control system for ventilators | |
| WO2006068622A1 (en) | System and method for detecting of pulmonary diseases | |
| CN108064178A (zh) | 使用呼气流量结合呼吸二氧化碳信号鉴定动态过度充气 | |
| Nagler et al. | Capnographic monitoring in respiratory emergencies | |
| O’Neal et al. | Subglottic secretion volume and viscosity: effect of systemic volume and oral hydration | |
| CN103285479B (zh) | 一种呼吸机气道陷闭特征参数的监测装置 | |
| CN110428892A (zh) | 一种基于排痰器的智能远程监测装置及监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |